Агенты вытесняют базовые LLM. Разница в автономности: агент сам строит план, использует инструменты и исправляет ошибки. Вышло объемное руководство по Agentic AI на русском языке. Внутри 37 страниц плотного текста, 7 этапов обучения и 42 ключевые темы. Пособие разбирает переход от обычных промптов к автономным системам.

Материал структурирован от базы к продакшену. Сначала Python и векторные базы данных. Затем архитектура: паттерн ReAct, декомпозиция задач и системы памяти. Разбираются фреймворки вроде LangChain и LangGraph, а также протокол MCP. Каждая глава заканчивается практическим упражнением.

Документ закрывает пробел между теорией и реальной разработкой. Описаны метрики оценки агентов, трассировка запросов и контроль стоимости инференса. Глоссарий содержит более 150 технических терминов. Справочник пригодится тем, кто хочет писать код для мультиагентных систем.